1.Index

    pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index。Index对象不可修改，从而在多个数据结构之间安全共享。

1.2.Index属性

主要的Index对象说明Index最广泛的Index对象，将轴标签表示为一个由Python对象组成的NumPy数组Int64Index针对整数的特殊IndexMultiIndex“层次化”索引对象，表示单个轴上的多层索引。可以看做由元组组成的数组DatetimeIndex存储纳秒级时间戳（用NumPy的Datetime64类型表示）PeriodIndex针对Period数据（时间间隔）的特殊Index

1.3Index函数

函数说明Index([x,y,...])创建索引append(Index)连接另一个Index对象，产生一个新的Indexdiff(Index)计算差集，产生一个新的Indexintersection(Index)计算交集union(Index)计算并集isin(Index)检查是否存在与参数索引中，返回bool型数组delete(i)删除索引i处元素，得到新的Indexdrop(str)删除传入的值，得到新Indexinsert(i,str)将元素插入到索引i处，得到新IndexIndex.is_monotonic属性：当各元素大于前一个元素时，返回trueIndex.is_unique属性：当Index没有重复值时，返回trueIndex.unique属性：计算Index中唯一值的数组

2.示例

# -*- coding: utf-8 -*- """ @author: 蔚蓝的天空Tom Aim:Index属性和函数的示例 """ import pandas as pd from pandas import Series from pandas import DataFrame if __name__== '__main__': s = pd.Series([ 'a', 'b', 'c'], index=[ 'No.1', 'No.2', 'No.3']) ind1 = s.index #将轴标签表示为一个由Python对象组成的NumPy数组 #Index(['No.1', 'No.2', 'No.3'], dtype='object') #查看内容 ind1[ 0] #No.1 ind1[ 1] #No.2 ind1[ -1] #No.3 s.index is ind1 #True 'No.1' in ind1 #True s2 = pd.Series([ 'a', 'b', 'c', 'd'], index=[ 'No.1', 'No.2', 'No.3', 'No.4']) ind2 = s2.index #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object') #difference 计算索引的差集 ret = ind1.difference(ind2) #Index([], dtype='object') ret = ind2.difference(ind1) #Index(['No.4'], dtype='object') #append(Indexs) #连接另一个Index对象，产生一个新的Index ret = ind1.append(ind2) #Index(['No.1', 'No.2', 'No.3', 'No.1', 'No.2', 'No.3', 'No.4'], dtype='object') #intersection(Index) 计算交集 ret = ind1.intersection(ind2) #Index(['No.1', 'No.2', 'No.3'], dtype='object') #union(Index) 计算并集 ret = ind1.union(ind2) #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object') #isin(Index) 检查是否存在与参数索引中，返回bool型数组 ind1 #Index(['No.1', 'No.2', 'No.3'], dtype='object') ind2 #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object') ret = ind1.isin(ind2) #[ True True True] ret = ind2.isin(ind1) #[ True True True False] #delete(i) 删除索引i处元素，得到新的Index，不修改源index ret = ind1.delete( 0) #Index(['No.2', 'No.3'], dtype='object') #drop(str) 删除传入的值，得到新Index，不修改源index ret = ind1.drop( 'No.1') #Index(['No.2', 'No.3'], dtype='object') #insert(i,str) 将元素插入到索引i处，得到新Index，不修改源index ret = ind1.insert( 0, 'XXX') #Index(['XXX', 'No.1', 'No.2', 'No.3'], dtype='object') #is_monotonic() 当各元素大于前一个元素时，返回true ret = ind1.is_monotonic #True #is_unique() 当Index没有重复值时，返回true ret = ind1.is_unique #True 说明ind1中没有重复值 #unique 计算index中唯一值的数组，即去重后的index ret = ind1.unique #<bound method IndexOpsMixin.unique of Index(['No.1', 'No.2', 'No.3'], dtype='object')>

(end)